Java的toLowerCase（）是否保留原始字符串長度？

Question

假設兩個Java String對象：

String str = "<my string>"; 
String strLower = str.toLowerCase(); 

是它，然後真的爲<my string>表達

str.length() == strLower.length() 

計算爲每true價值？

那麼，String.toLowerCase()保留原始字符串長度的任何值的字符串？

Answer 1

令人驚訝的是它確實不是 !!

從toLowerCase

Java文檔轉換都在這個字符串中的字符來降低使用給定Locale的規則情況。大小寫映射嚴重依賴於Unicode規範的字符數據。 由於大小寫映射並不總是1：1字符映射，因此生成的字符串可能與原始字符串的長度不同。

舉例：所有的

package com.stackoverflow.q2357315; 

import java.util.Locale; 

public class Test { 
    public static void main(String[] args) throws Exception { 
     Locale.setDefault(new Locale("lt")); 
     String s = "\u00cc"; 
     System.out.println(s + " (" + s.length() + ")"); // Ì (1) 
     s = s.toLowerCase(); 
     System.out.println(s + " (" + s.length() + ")"); // i̇̀ (3) 
    } 
} 

Answer 2

首先，我想指出的是，我絕對@codaddict的（目前最高評級）答案達成一致。

但我想做一個實驗，所以這裏是：

這不是一個正式的證明，但是這個代碼跑了我而沒有達到 if（使用JDK 1.6.0內部更新16在Ubuntu）：

編輯：下面是一些更新的代碼來處理語言環境，以及：

import java.util.Locale; 

public class ToLowerTester { 
    public final Locale locale; 

    public ToLowerTester(final Locale locale) { 
     this.locale = locale; 
    } 

    public String findFirstStrangeTwoLetterCombination() { 
     char[] b = new char[2]; 
     for (char c1 = 0; c1 < Character.MAX_VALUE; c1++) { 
      b[0] = c1; 
      for (char c2 = 0; c2 < Character.MAX_VALUE; c2++) { 
       b[1] = c2; 
       final String string = new String(b); 
       String lower = string.toLowerCase(locale); 
       if (string.length() != lower.length()) { 
        return string; 
       } 
      } 
     } 
     return null; 
    } 
    public static void main(final String[] args) { 
     Locale[] locales; 
     if (args.length != 0) { 
      locales = new Locale[args.length]; 
      for (int i=0; i<args.length; i++) { 
       locales[i] = new Locale(args[i]); 
      } 
     } else { 
      locales = Locale.getAvailableLocales(); 
     } 
     for (Locale locale : locales) { 
      System.out.println("Testing " + locale + "..."); 
      String result = new ToLowerTester(locale).findFirstStrangeTwoLetterCombination(); 
      if (result != null) { 
       String lower = result.toLowerCase(locale); 
       System.out.println("Found strange two letter combination for locale " 
        + locale + ": <" + result + "> (" + result.length() + ") -> <" 
        + lower + "> (" + lower.length() + ")"); 
      } 
     } 
    } 
} 

運行該代碼與地區名米在接受的答案中提到將會列舉一些例子。不帶參數運行它將嘗試所有可用的語言環境（並花費相當長的一段時間！）。

這並不是很廣泛，因爲從理論上講可能有多字符字符串的行爲不同，但它是一個很好的第一個近似值。

另請注意，以這種方式生成的許多雙字符組合可能是無效的UTF-16，所以在此代碼中沒有爆炸的事實只能歸咎於Java中非常健壯的String API。

最後但並非最不重要的：即使對於Java的當前實現這種假設是正確的，一旦未來的Java版本實現未來版本的Unicode標準，即可以輕易改變它，其中新字符的規則可能引入情況這不再成立。

因此依賴於這仍然是一個非常糟糕的主意。

Answer 3

還要記住，toUpperCase（）也不保留長度。例如：德語區域的「straße」變爲「STRASSE」。所以，如果你正在處理區分大小寫的字符串，並且你需要存儲索引以獲得某些東西，那麼你或多或少就會陷入困境。